sentiment-analysis

    1熱度

    3回答

    我是mahout的初學者。我不知道如何使用mahout中的naive bayes分類器創建我們自己的情感分析模型。我想創建我自己的模型來在一些日誌數據之上進行情緒分析。是否有一步一步的程序來做到這一點。像什麼是我們必須實現的類,以及如何創建模型或我們如何在mahout中使用現有的模型。任何幫助,將不勝感激。 在此先感謝。

    8熱度

    2回答

    有一個演示sentiment analysis與NLTK(python)在這裏http://text-processing.com/demo/sentiment/。 而且還對情感分析 http://streamhacker.com/2010/06/16/text-classification-sentiment-analysis-eliminate-low-information-features

    0熱度

    1回答

    我使用Sentiment-140提供的公共API來查找小文本是正面,負面還是中性。雖然我可以成功地使用他們簡單的HTTP-JSON服務,但我沒有使用CURL。這是我的代碼: public static void makeCURL(String jsonData) throws MalformedURLException, ProtocolException, IOException {

    5熱度

    2回答

    我需要對包含推文的一些csv文件進行情感分析。我使用SentiWordNet進行情緒分析。 我得到了他們在他們的網站上提供的以下一段樣例java代碼。我不確定如何使用它。我想要分析的csv文件的路徑是C:\Users\MyName\Desktop\tweets.csv。 SentiWordNet_3.0.0.txt的路徑是C:\Users\MyName\Desktop\SentiWordNet_3

    0熱度

    2回答

    我試圖找到一個句子是否是在下面的步驟正或負: 1)檢索語音的零件(動詞,名詞,形容詞等)從句子中使用斯坦福NLP解析器。 2.)使用SentiWordNet查找與每個詞類相關的正值和負值。 3)求和得到計算相關的句子淨正和淨負值正值和負值。 但問題是,SentiWordNet基於不同的感官/背景返回正/負值列表。是否可以將特定句子與詞性一起傳遞給SentiWordNet解析器,以便它可以自動判斷感

    3熱度

    2回答

    我正在研究讀取給定文本文件並輸出相關情緒(正面或負面或中性)的Java程序(分類器)。 該程序計算三個類別的三個概率(正值或負值或中性)。鑑於這三種可能性,我想給文章分數(最多10)。 例 - 如果假設, P(Positive) = 0.0006 P(Negative) = 0.0001 P(Neutral) = 0.0002 那麼顯然顯而易見的是,所述製品是非常積極的,因此評級應該是高即

    17熱度

    2回答

    我該如何處理/擺脫表情符號,以便我可以對推文進行情感分析? 獲取: 錯誤sort.list(Y): 無效輸入 感謝 ,這是怎樣的表情出來,從Twitter和成R尋找: \xed��\xed�\u0083\xed��\xed�� \xed��\xed�\u008d\xed��\xed�\u0089

    3熱度

    1回答

    我正在做一些使用SentiWordNet的情緒分析,我在這裏提到的帖子How to use SentiWordNet。不過,儘管嘗試了各種輸入法,但得分爲0.0。有什麼我在這裏做錯了嗎?謝謝! import java.io.BufferedReader; import java.io.File; import java.io.FileReader; import ja

    -5熱度

    2回答

    我正在做項目在c#中,我正在尋找代碼,可以幫助我檢查任何句子是正面還是負面或基於表情符號模糊。 例如: 我愛我的祖國:) - (正),因爲它包含快樂的笑臉 我愛我的祖國:( - (負),因爲它包含傷心笑臉 天氣是好的:(:) - (模糊),因爲它包含兩個表情,所以它是模糊的告訴無論是積極還是消極 我不想上大學:(:) :) - (正面)因爲它包含兩個快樂的笑臉和一個傷心的。 我的項目領域是情感分析

    0熱度

    1回答

    我目前正在twitter中進行情感分析研究。 我想結合預定義的詞庫資源,如sentiwordnet極性分數。然後通過機器學習進行。 問題在於得到sentiwordnet的正確分數,以前的工作總是由詞義的正負極性總分簡單地選擇。 我的意思是,例如,「瘋狂」一詞可以出現3次爲負面,2次爲正面語言。以前的大部分工作都會自動平均每個極性。 所以我想在得分之前消除單詞,所以我們可以真正使用sentiword